В статье проведено исследование эффективности применения цифровых инструментов для роста производственного потенциала промышленных предприятий. Цель работы заключалась в выявлении системных закономерностей влияния технологий MES, IoT и цифровых двойников на ключевые показатели при различных организационных условиях. Эмпирическую базу составили верифицированные данные Росстата по сорока трем организациям обрабатывающих производств, проанализированные с помощью регрессионного моделирования, корреляционного и сравнительного анализа. Установлена нелинейная зависимость результатов от глубины интеграции решений и кадровых факторов. Верифицированы критические пороги эффективности: доля ИТ-специалистов > 3,7 %, затраты на обучение > 1,2 % ФОТ, уровень цифровизации ОПФ > 45 %. Выявлены отраслевые паттерны: максимальная отдача в металлургии (комбинация цифровых двойников и предиктивной аналитики), химической промышленности (IoT-контроль параметров реакций), машиностроении (CAE-системы). Доказан приоритет интеграции над технологической сложностью: системы со средним функционалом при 80%-м охвате процессов превосходят инновационные решения с фрагментарным внедрением. Предложены нормативы кадрового обеспечения и алгоритмы приоритизации интеграционных задач. Результаты позволяют оптимизировать инвестиционные программы и формировать отраслевые стратегии цифровой трансформации. The article presents a study on the effectiveness of digital tools for increasing the production potential of industrial enterprises. The aim of the research is to identify systemic patterns in the impact of MES technologies, IoT, and digital twins on key performance indicators under various organizational conditions. The empirical foundation of the study consists of verified data from Rosstat concerning 43 manufacturing organizations, analyzed through regression modeling, correlation, and comparative analysis. A nonlinear relationship is established between outcomes and the depth of integration of solutions and human resource factors. Critical thresholds for efficiency are verified: the share of IT specialists exceeding 3.7%, training costs over 1.2% of the payroll, and the level of digitalization in fixed assets exceeding 45%. Industry-specific patterns are identified: maximum returns are observed in metallurgy (a combination of digital twins and predictive analytics), the chemical industry (IoT monitoring of reaction parameters), and machine engineering (CAE systems). The research demonstrates that the priority of integration surpasses technological complexity: systems with average functionality covering 80% of processes outperformed innovative solutions with fragmented implementations. Recommendations for workforce standards and algorithms for prioritizing integration tasks are proposed. The findings enable the optimization of investment programs and the development of industry-specific strategies for digital transformation.